MCP-DOCKER-Atlassian
使用 Docker 运行 MCP 服务器并连接到 Atlassian。 (Shǐyòng Docker yùnxíng MCP fúwùqì bìng liánjiē dào Atlassian.) This translates to: "Run an MCP server using Docker and connect to Atlassian."
shane-reaume
README
MCP-DOCKER-Atlassian
基于 Docker 的 MCP Atlassian 集成设置,用于 VS Code 的 Copilot MCP 扩展。
此仓库包含配置和脚本,可轻松在 Docker 容器中运行 MCP Atlassian 服务器,从而通过模型上下文协议访问 Confluence 和 Jira 资源。
注意: 之前从上游项目继承的 MyPy 类型检查问题已得到解决。类型检查系统现在可以完全正常工作并通过所有检查。
前提条件
- 已安装并运行 Docker
- 带有 Copilot Chat 扩展的 Visual Studio Code
- 具有 API 令牌的 Atlassian Cloud 帐户
- 在以下位置生成令牌:https://id.atlassian.net/manage-profile/security/api-tokens
- 安全地保存令牌 - 创建后无法再次查看
快速开始
-
克隆仓库:
git clone https://github.com/shane-reaume/MCP-DOCKER-Atlassian.git cd MCP-DOCKER-Atlassian -
设置您的凭据: 复制示例环境变量文件并进行编辑:
cp .env.example .env # 使用您的 Atlassian 凭据编辑 .env重要提示:请勿在 .env 文件中的值周围使用引号
-
使脚本可执行:
chmod +x *.sh -
启动 MCP 服务器:
./start-mcp.sh服务器将在 http://localhost:9001/sse 上可用 停止 MCP 服务器:
./stop-mcp.sh -
配置 VS Code: 将此添加到您的 VS Code
settings.json:"mcpManager.servers": [ { "name": "Atlassian-MCP", "type": "sse", "url": "http://localhost:9001/sse", "enabled": true } ] -
完成后停止服务器:
./stop-mcp.sh
可用脚本
- start-mcp.sh: 构建 Docker 镜像并启动容器
- stop-mcp.sh: 停止正在运行的容器
- check-mcp.sh: 诊断工具,用于验证服务器是否正常运行
- cleanup.sh: 删除旧容器和镜像
- update-remote.sh: 用于管理 git 远程的助手
- mcp-manager.sh: 其他管理命令
可用的 MCP 命令
连接后,您可以使用以下命令:
@mcp confluence_search "搜索词"@mcp confluence_get_page "页面标题"@mcp jira_get_issue "PROJECT-123"@mcp jira_search "project = PROJECT AND status = 'In Progress'"
故障排除
-
SSE 连接问题
- 确保 Docker 容器正在运行:
docker ps | grep mcp-atlassian - 检查容器日志:
docker logs mcp-atlassian - 验证端口是否可访问:
curl http://localhost:9001/health
- 确保 Docker 容器正在运行:
-
身份验证问题
- 确保您的 API 令牌正确,并且在 .env 中没有被引号包围
- 检查您的电子邮件是否与用于生成 API 令牌的电子邮件匹配
- 验证您在 Confluence/Jira 中是否具有适当的权限
-
常见错误
- "SSE error: TypeError: fetch failed": 重新启动 VS Code 和 MCP 服务器
- "Current user not permitted": 检查 API 令牌和权限
- 空结果:验证空间/项目访问权限,并首先尝试更一般的搜索
环境变量
.env 中的关键环境变量:
MCP_TRANSPORT: 设置为 'sse' 以进行 VS Code 集成MCP_PORT: 默认 9001,如果端口正在使用,则更改CONFLUENCE_URL: 您的 Atlassian 实例 URLCONFLUENCE_USERNAME: 您的 Atlassian 电子邮件CONFLUENCE_API_TOKEN: 您的 API 令牌CONFLUENCE_SPACES_FILTER: 可选的空间限制
有关所有可用选项,请参见 .env.example。
基于
此设置基于 MCP-Atlassian 项目,并针对基于 Docker 的部署进行了自定义。
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。
Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。
JSON Resume MCP Server
一个服务器,它通过分析你的代码项目来增强 AI 助手的能力,使其能够更新你的 JSON 简历,自动提取技能并生成专业的描述。